YYModel是我们常用的一个解析JSON数据的高性能的框架，但是很多时候我们只停留在了使用层面，并没有对底层的原理进行深入的了解，所以笔者将对YYModel的源码进行细致的解读，带领大家共同学习通过Runtime实现JSON解析的过程。

包大小优化是项目开发中不可避免会遇到的，网上关于包大小优化的文章很多，每篇文章说的都不尽相同，笔者曾经根据网上的文章做过包大小优化，但效果不尽人意；因此笔者想根据已有的文章、知识结合自己的理解、实践，做一份总结梳理，整理自己的包大小优化逻辑，不光要知道怎么做可以让包大小变化，还要知道为什么这么做能产生效果，所以就有了这篇文章。

日志对于线上排查问题是非常重要的，很多问题其实是很偶现的，同样的系统版本，同样的设备，可能就是用户的复现，而开发通过相同的操作和设备就是不复现。但是这个问题也不能一直不解决，所以可以通过日志的方式排查问题。可能是后台导致的问题，也可能是客户端逻辑问题，在关键点记录日志可以快速定位问题。

假设我们的用户量是一百万日活，其中有1%的用户使用出现问题，即使这个问题并不是崩溃，就是业务上或播放出现问题。那这部分用户就是一万的用户，一万的用户数量是很庞大的。而且大多数用户在遇到问题后，并不会主动去联系客服，而是转到其他平台上。

虽然我们现在有Kibana网络监控，但是只能排查网络请求是否有问题，用户是否在某个时间请求了服务器，服务器下发的数据是否正确，但是如果定位业务逻辑的问题，还是要客户端记录日志。

iOS 推送播放语音的需求调研，即收到推送后，播放推送的文案，文案的内容不固定。类似于支付宝和微信的收款到账语音。

本篇介绍的是图像的二值图，讲解由彩色图>灰度图>二值图的转换过程和基于Swift实现的Mac工具QHBinimageMan¹。让读者进一步了解图像的像素和像素间处理的图像技术。类似之前的《iOS隐形水印之LSB实现》，也是对图像的RGB图像进行读取＆修改。

每一年的WWDC其实Swift都更新了很多的内容，Swift本身也一直在增加新的特性，一直在稳健的迭代着，如果我们还是使用Objective-C的思维去写Swift的话，其实本身是落后于语言发展的。

Flutter是Google这几年大力推广的跨平台UI框架，可以快速在iOS和Android上构建高质量的原生用户界面。在架构搭建阶段，我们依然需要原生技术的支持。比如说，我们在开发Android项目时，会通过在gradle文件中配置Flavor来实现不同渠道的属性配置，之后通过在编译过程中自动生成BuildConfig文件来读取不同Flavor下的各种属性。

在Flutter项目中，我们如何实现不同Flavor下读取相应属性并实现多渠道打包呢？以及Flutter的打包过程跟Android原生打包有什么不同呢？

本文将以Flutter1.22.4版本为基础，通过Flutter项目中对于Android工程的构建流程详解，来进行Flavor配置说明以及Apk构建过程的详细分析。并针对SDK的bug提出了解决方案及原因梳理。

本文主要探讨如何利用Combine中Schedulers对任务执行进行管理。假定读者已经了解Combine的基本原理，想要进一步对Combine中任务调度进行详细了解。由于Schedulers与GCD（Grand Dispatch Queue），线程（thread），RunLoop都有关联，所以也需要读者有这方面的基础了解才能更好的读懂下文。

Java并发是一个很大的主题，包含很多方面的知识。本文从内存模型的角度分析，从概念理论上尽量精确理解Java内存模型，及其对并发的影响。

本文字数：3940字预计阅读时间：20分钟一、背景二、监控指标分类三、监控指标说明四、总结一、背景Redi

在类电商类项目，往往存在大量的图片，如 banner 广告图，菜单导航图，美团等商家列表头图等。图片众多以及图片体积过大往往会影响页面加载速度，造成不良的用户体验，所以对图片进行优化势在必行。

人工智能，深度学习，机器学习，当今已经很广泛的应用到了手机端APP。无论是各类修图软件上的各种抠图美化，实时变装。还是社交软件的图片自动匹配文案。抑或是输入法程序和微信上的语音文字互转。以及各类消费应用上的人工智能客服，高效收集和处理客户的反馈。

RocketMQ是一个高可用、高性能、高可靠的分布式消息队列，相对于kafka更适合处理业务系统之间的消息。

弹幕诞生于日本的视频平台，后来被B站这种短视频平台引入到国内，并在国内发展壮大。本篇文章主要从长视频平台的角度来讲弹幕的实现原理，但其实短视频平台的弹幕也是同样的原理，区别在于短视频可能弹幕种类会多一些。

llvm 编译器高级用法：第三方库插桩

随着企业信息化和业务的发展，数据资产日益庞大，数据仓库构建越来越复杂，在数仓构建的过程中，常遇到数据溯源困难，数据模型修改导致业务分析困难等难题，此类问题主要是由于数据血缘分析不足造成的，只有强化血缘关系，才能帮助企业更好的发挥数据价值。